PIL 读取 jpeg 图像内嵌 XMP 元数据

[ChiChou]

XMP 是 Adobe 定义的一种数字图像元数据标准。如 Adobe Lightroom 处理过的图片中会嵌入 XMP 元数据，可以用 Photoshop 进行查看。

一些摄影应用如 Google 的全景漫游照相机 Photosphere 也会将一些拍摄时的数据使用 XMP 格式嵌入到图片中。我在编写一段脚本的时候想取出这些元数据进行解析，在网上一顿乱搜都没有发现 PIL 有支持读取 XMP 的迹象，倒是可以使用 _getexif() 方法获取图片的 EXIF 元数据。

而其他可以获取元数据的库如 python-xmp-toolkit 等，编译起来还要带上一大坨依赖项。看了网上还有人出馊主意直接以文本方式打开整个文件，然后查找关键字来确定偏移的。一度想过要研究一下 JFIF 标记格式手动解析，比如参考这个 C 语言实现的 jHead： http://www.sentex.net/~mwandel/jhead/

虽然我最后没有疯狂到用 py 重写 jHead，不过 jHead 的代码倒是给了点启发。去看看 PIL 对 exif 解析的实现，可能还有料。最后在 Github 仓库里扫了一圈 PIL 的代码，终于发现了 JpegImageFile 对象的 applist 属性：

https://github.com/python-pillow/Pillow/blob/8faf299ca04b147580a43df6db3a495f45f97607/PIL/JpegImagePlugin.py#L71

Exif 和 XMP 元数据都保存在 APP1 里。只要用 PIL 打开图像，获得 JpegImageFile 对象之后，遍历其 applist 属性即可读取到元数据 。

下面是完成之后的脚本，处理了一下 PhotoSphere 的标记：

https://gist.github.com/ChiChou/2339b1317c61fa6a6061

[zhicheng]

好文章，发到 https://www.textarea.com/zhicheng/songshu-jihua-disiji-you-100-yuben-yi-jishu-shu-weizhu-18/ 上领书哇。

[ChiChou]

好吧，文章有误，此处的 PIL 指的是 Pillow